| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-12页 |
| ·研究现状 | 第12-14页 |
| ·本文的主要研究内容和组织结构 | 第14-16页 |
| ·本文的主要研究内容 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第二章 相关知识 | 第16-29页 |
| ·信息过滤 | 第16-23页 |
| ·信息过滤流程 | 第16-17页 |
| ·信息过滤模型 | 第17-19页 |
| ·文本分类 | 第19-22页 |
| ·性能评价 | 第22-23页 |
| ·MapReduce 及相关组件 | 第23-28页 |
| ·MapReduce | 第23-26页 |
| ·HDFS | 第26-27页 |
| ·HBase | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于MapReduce 的分布式文本过滤关键技术研究 | 第29-46页 |
| ·文本数据的预处理 | 第29-33页 |
| ·网页数据的降噪处理 | 第29-31页 |
| ·中文分词 | 第31-33页 |
| ·文本数据的形式化表示 | 第33-41页 |
| ·特征项选取 | 第33-36页 |
| ·权重计算 | 第36-38页 |
| ·基于HowNet 的特征项扩展 | 第38-41页 |
| ·反馈学习 | 第41-43页 |
| ·用户兴趣模板的反馈学习 | 第41-43页 |
| ·过滤阈值的反馈学习 | 第43页 |
| ·传统文本过滤技术的分布式扩展 | 第43-45页 |
| ·分布式数据存储与索引 | 第44页 |
| ·MapReduce 任务的优化 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于MapReduce 的分布式文本数据过滤系统设计与实现 | 第46-57页 |
| ·系统总体架构的设计 | 第46-47页 |
| ·文本数据的形式化表示模块 | 第47-50页 |
| ·数据降噪子模块 | 第47-48页 |
| ·中文分词子模块 | 第48页 |
| ·特征提取子模块 | 第48-50页 |
| ·基于HowNet 的特征扩展模块 | 第50页 |
| ·权重计算子模块 | 第50页 |
| ·相似度比较模块 | 第50页 |
| ·自适应学习模块 | 第50-51页 |
| ·用户兴趣模板自适应学习子模块 | 第51页 |
| ·过滤阈值自适应学习模块 | 第51页 |
| ·实验及结果分析 | 第51-56页 |
| ·网页数据降噪 | 第52页 |
| ·过滤精度测试 | 第52-53页 |
| ·初始阈值的设定 | 第53-54页 |
| ·基于HowNet 的特征扩展 | 第54-55页 |
| ·过滤速度测试 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 结束语 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 作者在学期间取得的学术成果 | 第64-65页 |
| 作者在学期间参加的科研工作 | 第65页 |